-
公开(公告)号:CN117370288A
公开(公告)日:2024-01-09
申请号:CN202311223122.2
申请日:2023-09-21
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F16/174 , G06F16/13 , G06F16/22 , G06F16/23 , G06F16/2455 , G06F9/50
Abstract: 本发明涉及一种基于热点预测的Hudi异步压缩的方法和系统,包括:步骤一:将原始数据入湖和更新操作后的数据入湖;步骤二:数据入湖后,获取数据集;步骤三:基于获取的时间戳和数据操作的次数,采用训练好的LSTM模型预测热点时间段和非热点时间段;步骤四:基于训练好的LSTM模型输出的预测热点时间段和非热点时间段,执行数据异步压缩。本发明兼顾提升查询效率和获得较新的数据。解决了MOR表默认同步压缩会造成计算资源浪费的问题,以实现计算资源负载均衡,提高了资源利用率。
-
公开(公告)号:CN117114932A
公开(公告)日:2023-11-24
申请号:CN202311009670.5
申请日:2023-08-11
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06Q50/20 , G06Q10/0639 , G06V20/40 , G06V20/52
Abstract: 本发明涉及一种基于算力网络的教学行为分析系统及方法,包括:算网云平台层、通信网络层、边缘层以及供用户交互的Web端。算网云平台层用于:数据标注;目标检测模型的训练;存储数据集、镜像、目标检测模型文件以及数据在各个存储节点流转。通信网络层用于:算网云平台层与边缘层进行数据、信息交互;边缘层用于:对实时视频流进行推理;供用户交互的Web端用于:为用户提供上传数据、选择模型训练方式、查看模型训练结果以及教学行为分析报告的服务。本发明对一门课程进行长期评估,在学期末给出一份综合的课程专注度分析报告,对教师调整教学大纲有很大的帮助,同时也让学校对教师的教学评估更加客观。
-
公开(公告)号:CN111125347B
公开(公告)日:2023-10-27
申请号:CN201911376996.5
申请日:2019-12-27
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F16/338 , G06F16/36
Abstract: 本发明的基于unity3d的知识图谱3D可视化方法,包括:a).摄像机、天空盒和场景初始化;b).三元组数据获取;c).预制体的创建及三维物理结构组织;d).三维力学模型构建;e).帧循环;f).沉浸式摄影机脚本;g).全局摄影机脚本;h).属性信息显示及UI绘制;i).检索功能及传送功能;j).沉浸视图、全局视图切换。本发明的基于unity3d的知识图谱3D可视化方法,具有良好的可移植性和可扩展性,可以发布到web、手机、PC等多种平台,而不会像WebGL等技术一样开发后即对平台具有高度依赖;另一方面表现在未来可以方便的扩展至虚拟现实、增强现实等新兴的显示技术上,实现更广阔、更沉浸、更具互动性的知识图谱3D可视化。
-
公开(公告)号:CN115033477B
公开(公告)日:2023-06-27
申请号:CN202210644574.7
申请日:2022-06-08
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: H04L67/1012 , H04L67/1074 , H04L41/0631 , H04L43/04 , H04L43/062 , H04L43/0852 , G06F17/15
Abstract: 本发明涉及一种面向大规模微服务的性能异常主动检测和处理方法及系统,包括:对微服务的资源使用情况以及运行时信息进行采集,通过采集信息判断微服务应用是否存在性能异常;如果微服务应用存在性能异常,首先,通过采集信息生成微服务历史执行图,然后,基于记忆化搜索对微服务关键路径进行提取,随后,基于部分SLO对关键微服务进行定位,最后,基于离散系数确定关键微服务的关键资源,并增加关键资源的配额,以避免或缓解尾延迟SLO违规。
-
公开(公告)号:CN116069143A
公开(公告)日:2023-05-05
申请号:CN202310354094.1
申请日:2023-04-06
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明属于高性能计算数据中心节能领域,提供了一种基于作业相似性判断功耗预测的节能方法及系统,针对数据中心高昂的运营成本,采用了基于各指标信息和作业日志信息与目标作业计算节点对应的各指标信息和日志信息进行相似度判断,计算出每个作业与目标作业的相似度得分,将大于相似度得分阈值的作业作为功耗预测的训练数据;基于功耗预测的训练数据对功耗预测模型进行训练,采用训练后的功耗预测模型预测目标作业所在节点未来的功耗情况;根据目标作业所在节点的功耗情况,对目标作业所在节点进行升温或降温操作。可以减少HPC集群中热点的出现,同时降低HPC集群中的冷却能耗,实现了HPC集群中节能的目标。
-
公开(公告)号:CN115220900A
公开(公告)日:2022-10-21
申请号:CN202211138391.4
申请日:2022-09-19
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F9/48 , G06F9/50 , G06F11/30 , G06F16/215 , G06K9/62
Abstract: 本发明公开了一种基于作业功耗预测的节能调度方法及系统,涉及高性能计算数据中心节能领域。通过资源监控模块,功耗预测模块和作业调度模块三个模块实现了数据的监控和功耗的预测,进而根据预测结果实现了作业调度。在节能调度方法中基于机器学习对作业队列中的作业功耗进行预测,使得预测结果比传统的理论模型更加准确,根据预测结果对负载作业和负载机柜进行分类,将高负载作业和低负载作业以轮询的方式分别分配给高负载机柜和低负载机柜,可以保证HPC数据中心的整体负载均衡。在机柜内将服务器划分为高温服务器和低温服务器,将作业优先分配给低温服务器可以防止机柜内出现局部温度过高的情况,有效避免了热点的出现。
-
公开(公告)号:CN114385126B
公开(公告)日:2022-06-21
申请号:CN202210291793.1
申请日:2022-03-24
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明属于资源调度技术领域,提供了一种基于K8s的多租户深度学习模型研发系统及方法,基于Docker、K8s等主流技术,针对不同租户的深度学习模型研发需求,通过微服务总线、微服务控制器和资源服务组件等统一数据、接口、资源标准,建立基于K8s的隔离空间,实现数据存储、模型设计、模型训练、模型评估、模型发布的自动化容器集群环境搭建和参数配置,支持资源管理、用户管理、权限管理、项目管理、数据管理、模型管理等操作,帮助用户快速高效地进行深度学习模型研发,解决了资源监控、自定义模型构建等方面不完善的问题,极大地提高AI应用开发的效率和资源利用率,满足多种业务场景的需求。
-
公开(公告)号:CN112181894B
公开(公告)日:2022-05-31
申请号:CN201910599786.6
申请日:2019-07-04
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及一种基于申威众核处理器的核组内分组自适应调整运行方法,包括:(1)对核组的资源进行分组:当从核阵列只接收了一个程序段,则不进行从核阵列的数量分组,否则,如果从核阵列接收了n个无程序上下文依赖关系的程序段,n>1,则将从核阵列中的64个从核平均分成n组,分别分配给这n个程序段;(2)监控从核阵列运行状态、从核阵列的分组I/O情况,并将获得的监控信息发送至从核阵列可分组算法;(3)对传送的监控信息进行实时评估,根据评估结果对各并行应用程序段使用的从核数量进行实时调整;(4)周期性的执行上述步骤(1)至步骤(3),使被调整的并行程序段达到核组内从核计算资源利用率和I/O带宽利用率的均衡。
-
公开(公告)号:CN113658209A
公开(公告)日:2021-11-16
申请号:CN202110924457.1
申请日:2021-08-12
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的基于形态学的切片组织裱贴位置优良判别方法,包括:a).获取切片组织缩略图;b).标签位置识别和统一方向;c).去除标签信息;d).去除非病理组织的点和线;e).计算病理组织中心点偏离距离;f).计算病理组织与长轴的夹角;g).判断病理切片组织裱贴优良。本发明的切片组织裱贴位置优良判别方法,整个切片组织裱贴位置优良判别利用图像识别和处理自动完成,处理效率高,解决了现有人工评估所带来的耗时耗力问题,而且整个判别过程不会加入个人的主观想法,更加客观和准确,降低了医生在切片组织裱贴位置优良判别过程中的工作量。
-
公开(公告)号:CN107967179B
公开(公告)日:2021-08-06
申请号:CN201711312598.8
申请日:2017-12-12
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的支持突发应急的云计算资源分配方法,包括:a).获取包括用户优先级、资源需求的紧迫程度、资源申请数量和配置在内的用户资源申请信息;b).计算用户资源分配优先级;c).获取可用物理服务器的资源信息;d).计算物理服务器的资源利用率;e).建立虚拟机性能匹配最优、虚拟机提供时间最短、平台总体负载变化最小的多目标函数以及约束条件;f).建立虚拟机请求与物理服务器的映射关系;g).进行资源分配。本发明的云计算资源分配方法,通过建立的多目标函数和约束条件,采用多目标优化算法得到一组解集,选择一个解作为映射方案,即可实现虚拟机的最优化布设。同时,该分配方法具有支持突发应急的功能,突发应急用户可优先被分配。
-
-
-
-
-
-
-
-
-